解决 echomimic 项目中 diffusers 与 huggingface_hub 版本兼容性问题
2025-06-18 00:59:27作者:殷蕙予
echomimic
EchoMimic: Lifelike Audio-Driven Portrait Animations through Editable Landmark Conditioning
在 echomimic 项目运行过程中,用户可能会遇到一个常见的依赖冲突问题:diffusers 库与 huggingface_hub 库的版本不兼容。这个问题表现为 Python 解释器无法从 huggingface_hub 导入 cached_download 函数,导致程序运行失败。
问题现象分析
当用户尝试从 diffusers 导入 AutoencoderKL 或 DDIMScheduler 时,会触发以下错误链:
- diffusers 初始化时尝试从 utils 模块导入功能
- utils 模块又尝试从 dynamic_modules_utils 导入功能
- dynamic_modules_utils 中引用了 huggingface_hub 的 cached_download 函数
- 由于 huggingface_hub 新版本中移除了 cached_download 函数,导致导入失败
根本原因
这个问题的根源在于 huggingface_hub 库在较新版本中对 API 进行了重构,移除了 cached_download 函数。而 diffusers 库的某些版本仍然依赖这个已被移除的函数,从而导致了兼容性问题。
解决方案
方案一:降级 huggingface_hub 版本
最直接的解决方案是将 huggingface_hub 降级到包含 cached_download 函数的旧版本。根据社区经验,可以尝试以下版本:
pip install huggingface_hub==0.10.0
这个版本相对稳定,且保留了 cached_download 函数。降级后通常可以解决导入错误问题。
方案二:修改 diffusers 源码
如果不想降级 huggingface_hub,可以手动修改 diffusers 的源码:
- 找到文件路径:/usr/local/lib/python3.10/dist-packages/diffusers/utils/dynamic_modules_utils.py
- 修改第28行的导入语句,将:
改为:from huggingface_hub import HfFolder, cached_download, hf_hub_download, model_info或者完全注释掉这行导入语句(如果后续代码不依赖这些函数)from huggingface_hub import HfFolder, hf_hub_download, model_info
方案三:升级 diffusers 版本
如果项目允许,可以考虑升级 diffusers 到最新版本,因为新版本可能已经适配了 huggingface_hub 的 API 变更:
pip install --upgrade diffusers
预防措施
为了避免类似问题,建议在项目中:
- 明确指定关键依赖库的版本范围
- 使用虚拟环境隔离项目依赖
- 定期更新依赖并测试兼容性
- 在 requirements.txt 或 setup.py 中固定主要依赖的版本
总结
echomimic 项目中出现的这个导入错误是典型的依赖版本冲突问题。通过降级 huggingface_hub、修改源码或升级 diffusers 都能有效解决。在实际开发中,建议优先考虑方案一或方案三,因为修改源码的方式虽然能临时解决问题,但不利于后续维护和更新。
echomimic
EchoMimic: Lifelike Audio-Driven Portrait Animations through Editable Landmark Conditioning
登录后查看全文
热门项目推荐
相关项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
567
3.84 K
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
暂无简介
Dart
799
199
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
780
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
23
0
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
349
200
Ascend Extension for PyTorch
Python
377
450
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
16
1